融合路径信息丰富度的移动机器人自主探索方法

摘要

本发明公开了融合路径信息丰富度的移动机器人自主探索方法，包括：机器人获取感知范围内的环境信息，将环境由未知状态变为已知状态；在已知状态的空闲区域内生成快速搜索随机树，采用聚类算法对快速搜索随机树的边界点进行聚类得到质心点，同时检测边界点的栅格状态并剔除无效点；结合信息增益、路径成本、路径信息丰富度和边界点信息丰富度构建收益函数，计算收益函数在每个质心点的收益值；选择收益值最大的质心点作为目标点，引导机器人向目标点移动；重复以上步骤直至探索完整个环境得到栅格地图。本发明在构建收益函数时加入路径信息丰富度和边界点信息丰富度，丰富边界点选取过程的考量因素，减少机器人的感知不确定性，提升探索效率。